重大公共卫生事件中的舆情分析方法研究——以新冠肺炎疫情为例

2019年12月以来,新冠肺炎疫情迅速席卷全球,截至北京时间2020年5月10日16时40分,全球累计确诊病例4 115 662例,已成为全球聚焦的主要话题。微博等社交媒体平台成为此次疫情相关信息传播的重要渠道和公众情绪的有效传感器之一。对微博信息进行深入挖掘分析不但能研判舆情特点,更有助于政府对公众的情绪进行针对性疏导,合理管控舆情。因此,本文采集了2020年1月18日到2020年1月28日期间关于新冠肺炎的33万余条新浪微博数据,基于Louvain和Kmeans的空间聚类、改进的BTM主题词提取等算法,将用户关注热点信息和情感特征作为地域标签,构建了反映情感特征、地域关联与热点关注在内的舆情评价方法,实现了基于位置的信息融合,能够分析不同区域的舆情特点与关注主题差异。研究表明：基于BERT词向量的BTM主题词提取方法可以有效弥补传统主题词提取的计算量大、数据冗余等缺点,在热点挖掘时具有更强的表达能力;不同区域关注热点具有一定的差异性,结合省级、市级及基于Louvain-Kmeans的空间聚类的多尺度舆情分析方法,可以全方位展现不同区域舆情特点。本文提出的舆情分析方法可以有效反映不同区域的舆情特征,为重大公共卫生事件的舆情分析提供参考。     

常见涉震舆情识别与应对

对常见的地震预报预测、浮夸灾情、“乌龙”类涉震舆情举例说明,给出相应识别方法,并指出,在涉震舆情应对中存在缺乏监控平台、完整应对方案、联防联控合作等问题,可以采取追查谣传源头、加强普法宣传、公布灾情查询方式、及时删除并解释原因等措施,尽量减少或避免并有效处置涉震舆情。     

基于新浪微博的2017年四川九寨沟7.0级地震舆情情感分析

地震等重大自然灾害发生后,越来越多的民众通过网络来获取和发布灾情信息、表达个人观点和情感等,产生了海量的地震灾害网络数据。首先简要综述了针对地震灾害网络数据的相关研究;然后以2017年四川九寨沟7.0级地震为例,基于新浪微博数据,分析了社会民众对于此次地震事件表现出的情感倾向特征,结果显示:75.30%的博文表现了积极情感倾向;最后通过对不同情感倾向博文的内容分析,总结了影响网民情感波动的主要因素。     

云南通海、巧家M_S 5.0地震在网络舆情引导中的思考与建议

列举2018年云南通海2次M_S 5.0、2020年云南巧家M_S 5.0地震中网络舆情引导与应对实例,总结思考地震网络舆情引导与应对的有效做法,从迅速抢占第一阵地回应公众关切、完善地震网络舆情监控手段、加强震前震后科普宣传、强化横向纵向信息沟通渠道4个方面,提出地震舆情引导与应对中可操作性的意见和建议。     

基于社交媒体的森林火灾舆情信息脉动分析

2019年和2020年四川省发生了两起大型森林火灾,受到政府高度重视,也在网络上引发了广泛讨论.为了呈现森林火灾后微博文本中蕴含的舆情信息,有效地了解舆情,掌握规律,对四川凉山前后两起重特大森林火灾发生后的舆情进行了数据挖掘和对比分析.使用核密度、地理探测器方法对两起森林火灾舆情时空扩散和空间分异进行了研究,使用LDA...     

地震突发事件的话语构建与舆论引导研究

网络舆情作为社会舆情的一种表现形式,社会关注度高、传播速度快、影响范围广,往往突然爆发让人措手不及。因地震灾害与人民群众生命财产直接相关,地震突发事件极易引发网络舆情,其中不乏各类谣言,若不及时处置或处置不当,必将带来较为严重的社会影响。本文以“三亚地震”话题为例,分析了“三亚地震”话题的构建主体类型,并对其舆情产生的主要内容、公众情感及传播区域进行了解析,探讨了地震突发事件舆情的应急管理及舆论引导的意见和建议。      

一种基于地理空间大数据的网络舆情监测软件架构

在梳理网络舆情大数据相关理论的基础上,对网络舆情监测软件的发展现状作了全面分析,结合舆情监测系统对地理空间信息的需求和现有的不足,提出了一种基于地理空间大数据环境的网络舆情监测系统的软件架构,实现地理空间数据环境下网络舆情的数据采集及处理、地理空间专题网络舆情的可视化、地理空间深层次的数据挖掘、网络舆情的时空关联性分析等功能。研究已得到一定的实践检验,结合地理空间数据可提高网络舆情监测和管理的高效性,能有效监测网络热点事件,做到科学辅助决策。     

基于GIS的突发事件网络舆情可视化研究

面对海量的突发事件网络舆情信息,如何及时、准确地把信息优势转化为决策优势,是确保突发事件得到快速处置的关键。现有的网络舆情应用系统在这方面存在着不足,因此提出了利用可视化技术来实现信息优势向决策优势的转换,通过构建完整的突发事件网络舆情可视化体系为决策者处置突发事件以及对突发事件进行先兆预警提供技术支撑。     

基于新浪微博的四川芦山6.1级地震和马尔康6.0级震群舆情分析及灾情信息获取

震后对网络舆情信息的监控与分析,及灾情信息的快速获取、处理、分析和研判对于部署抗震救灾、掌握灾情舆情、稳定民众情绪具有重要意义。基于新浪微博数据,获取四川芦山6.1级地震和马尔康6.0级震群相关的微博和评论等信息,通过对信息进行充分挖掘、分析和表达,研究地震事件中微博舆情的演化、民众情绪反应特征、关注热点等,并在此基础上对房屋破坏、生命线工程破坏、人员伤亡等灾情信息分类提取,可为地震应急决策提供科技支撑。